AI có thể làm gì và không thể làm gì?

Lợi nhuận:

Có thể liệt kê các loại nhiệm vụ mà AI mạnh
Nhận biết các khu vực mà AI có cấu trúc yếu
Có thể quyết định xem việc thuê ngoài công việc cho AI có phù hợp hay không

Bí quyết để sử dụng Generative AI một cách hiệu quả là coi nó không phải như một “chiếc hộp ma thuật biết mọi thứ” mà là một trợ lý rất mạnh trong một số nhiệm vụ nhất định và có cấu trúc yếu trong một số nhiệm vụ nhất định. Giao sai công việc cho sai công cụ sẽ lãng phí thời gian và gây ra hậu quả rủi ro. Trong phần này, chúng tôi sẽ phác thảo những điểm mạnh và điểm yếu của AI bằng các ví dụ cụ thể để bạn có thể đưa ra quyết định đúng đắn trước khi thuê ngoài công việc cho nó. Câu mấu chốt là: Điểm yếu của AI không phải ngẫu nhiên; Nó bắt nguồn trực tiếp từ cách nó hoạt động. Hãy nhớ đơn vị thứ hai - mô hình đưa ra dự đoán xác suất chứ không phải kiểm tra thực tế.

Những công việc mà AI mạnh mẽ

Các mô hình ngôn ngữ tỏa sáng trong các nhiệm vụ liên quan đến ngôn ngữ mà "không có câu trả lời rõ ràng":

Chuyển đổi văn bản: Tóm tắt một báo cáo dài, đơn giản hóa văn bản trang trọng, thay đổi email sang giọng điệu nhẹ nhàng hơn.
Sản xuất bản nháp: Email nháp đầu tiên, bài đăng trên blog, tin tuyển dụng, kế hoạch thuyết trình. Nó giải quyết vấn đề "trang trống".
Tạo ý tưởng: 20 khẩu hiệu cho một chiến dịch, các tiêu đề giải pháp khả thi cho một vấn đề, đề xuất chương trình nghị sự cho một cuộc họp.
Sắp xếp lại và định dạng: Biến các ghi chú rải rác thành dấu đầu dòng, biến văn bản thành bảng.
Công việc ngôn ngữ: Dịch thuật, sửa lỗi ngữ pháp, điều chỉnh giọng điệu.
Giải thích và giảng dạy: Giải thích một khái niệm phức tạp bằng cách đơn giản hóa nó và đưa ra các ví dụ.

Mẹo: Cách sử dụng AI an toàn và hiệu quả nhất là dành cho các tác vụ mà bạn tìm nguồn: “Tóm tắt văn bản đó”, “chỉnh sửa các ghi chú đó”. Ở đây mô hình không khớp với thông tin, nó chỉ biến đổi những gì bạn đưa ra. Đây là khu vực có rủi ro thấp nhất và lợi ích cao nhất.

Những công việc mà AI yếu

Tính toán và toán học chính xác: Có thể mắc lỗi trong số học phức tạp; Bởi vì nó không tính toán, nó đoán. (Một số công cụ bù đắp điều này bằng các tiện ích bổ sung của máy tính, nhưng đó là bản chất của mô hình cơ bản.)
Thông tin hiện tại và thời gian thực: Thông tin của mô hình được cập nhật đến ngày được đào tạo. Tỷ giá hối đoái ngày hôm nay, tin tức ngày hôm qua hoặc chỉ riêng dữ liệu nội bộ của công ty bạn là không đáng tin cậy.
Những sự thật cần sự chắc chắn: Có thể bịa đặt (ảo giác) những thông tin có thể xác minh được như ngày tháng, tên, số, nguồn, trích dẫn.
Phán đoán và phán đoán đúng đắn: Không thể có tiếng nói cuối cùng trong các quyết định về đạo đức, pháp lý hoặc chiến lược; Mọi người mang theo bối cảnh và trách nhiệm.
Thế giới vật chất: Làm những công việc chân tay và quan sát hiện trường đã nằm ngoài phạm vi của nó.

Chú ý: Điều nguy hiểm nhất của AI là nó trả lời một cách tự tin, như thể nó mạnh, ngay cả ở môn nó yếu. Có thể tạo ra sự bịa đặt trôi chảy thay vì nói "Tôi không biết". Vì vậy, cần phải kiểm chứng đầu ra ở những vùng yếu kém.

Hướng dẫn đưa ra quyết định: Tôi có nên giao công việc này cho AI không?

Câu hỏi

Nếu "có"

Nếu "Không"

Công việc này chủ yếu là về ngôn ngữ/văn bản phải không?

AI có thể phù hợp

hãy cẩn thận

Có nhiều hơn một câu trả lời có thể chấp nhận được không?

AI rất mạnh mẽ

Rủi ro nếu cần độ chính xác

Tôi có cung cấp nguồn/dữ liệu không?

an toàn

Nguy cơ bịa đặt tăng lên

Con người sẽ kiểm soát đầu ra?

an toàn

Sử dụng không có giám sát

Sai lầm có gây tốn kém (tiền bạc, sức khỏe, pháp lý) không?

Cần xác minh thêm

Có thể sử dụng thoải mái

Ba hộp nhỏ

Trường hợp 1 - Tóm tắt hợp đồng (sử dụng mạnh). Một người quản lý đã nhờ AI tóm tắt một thỏa thuận dịch vụ dài 42 trang; Anh ấy nhận được một danh sách rõ ràng gồm 8 mục và thời gian đọc của anh ấy giảm từ 40 phút xuống còn 6 phút. Nhưng "chúng ta có nên ký hợp đồng này không?" Anh ấy để lại quyền quyết định cho đội ngũ pháp lý của mình. Ranh giới chính xác: AI chuẩn bị tóm tắt, con người đưa ra quyết định.

Trường hợp 2 - Tài khoản bị tạo (sử dụng kém). Một nhân viên hỏi: "Mỗi sản phẩm trong số 12 sản phẩm là 37,50 TL, tổng cộng 18% VAT là bao nhiêu?" anh ta hỏi và ghi thẳng con số kết quả vào lời đề nghị. Số đã sai; Mô hình không tính toán, nó dự đoán. Kết quả: sai giá đến tay khách hàng. Bài học: sử dụng bảng tính để có độ chính xác bằng số chứ không phải AI.

Trường hợp 3 - Thông tin lỗi thời. Một trợ lý đã hỏi AI về thời hạn nộp đơn xin trợ cấp của chính phủ; Mẫu này đã cũ và ghi sai ngày. Vì nhân viên này không xác nhận điều này trên trang web chính thức của tổ chức nên anh ta đã chia sẻ thông tin không chính xác tại cuộc họp. Bài học: thông tin hiện tại/chính thức luôn được xác minh từ nguồn chính.

Nhắc yếu / Nhắc mạnh

Lời nhắc yếu: Đưa ra số liệu lạm phát năm 2024 và nguồn của chúng.

Kết luận: Mô hình có thể phù hợp với dữ liệu số cập nhật và có thể kiểm chứng - rủi ro cao.

Lời nhắc mạnh mẽ: Dựa trên báo cáo chính thức mà tôi đã dán bên dưới, hãy tạo một bản tóm tắt chỉ sử dụng dữ liệu trong văn bản này. Không thêm bất kỳ số nào không có trong văn bản.<report>[dán văn bản chính thức vào đây]</report>

Kết quả: Rủi ro bịa đặt giảm đi rất nhiều vì bạn cung cấp được nguồn.

Mẫu có thể sao chép

Hãy cân nhắc xem liệu tôi có nên giao nhiệm vụ sau cho AI:Task: [write task]Trả lời những câu hỏi sau: (1) nhiệm vụ ngôn ngữ không? (2) Có phải chỉ có một sự thật thôi không? (3) Tôi có cung cấp nguồn không? (4) Chi phí do sai sót có cao không? Cuối cùng quyết định "phù hợp/cẩn thận/không phù hợp với AI".

Tóm tắt văn bản này. Quy tắc:- Chỉ sử dụng thông tin trong văn bản, không thêm bất cứ điều gì từ bên ngoài.- Nếu bạn không chắc chắn về điều gì đó, hãy viết "không được chỉ định trong văn bản". Văn bản: [dán vào đây]

Tạo (động não) 10 ý tưởng về chủ đề này. Sự đa dạng, chứ không phải độ chính xác, mới là quan trọng. Chủ đề: [chủ đề]. Liệt kê các ý tưởng dưới tiêu đề ngắn.

Trong bản nháp bên dưới, đánh dấu tất cả các điểm cần xác minh (số, ngày, tên, nguồn) và danh sách "cần xác minh" sẽ xuất hiện. Bản nháp: [dán vào đây]

Những lỗi thường gặp

Sử dụng AI để tính toán và đưa ra con số chính xác. Độ chính xác về số học và tài chính là điểm yếu của AI; Sử dụng bảng tính hoặc nguồn chính thức.
Nhận thông tin hiện tại mà không cần xác minh. Thông tin của mô hình đã cũ; Xác nhận dữ liệu hiện tại như ngày, giá, pháp luật từ nguồn chính.
Giao quyền quyết định cho AI. AI tạo ra các lựa chọn và bản nháp; Trách nhiệm đối với các quyết định như tuyển dụng, ký kết và đầu tư thuộc về con người.
Tin tưởng khi nhìn thấy điểm “chắc chắn” ở chỗ yếu. Ngôn ngữ tự tin của mô hình không phải là bằng chứng về tính chính xác.

Tư duy đúng: Đối tác, không phải quyền lực

Cách tiếp cận lành mạnh nhất là xem AI như một thực tập sinh thông minh nhưng thiếu kinh nghiệm. Anh ấy làm việc nhanh, biết nhiều, không mệt mỏi; Nhưng công việc quan trọng không nên được thực hiện mà không được kiểm tra, bởi vì ngay cả khi nó có vẻ chắc chắn, nó vẫn có thể bị nhầm lẫn. Khi bạn định vị anh ấy/cô ấy không phải là “người có thẩm quyền” mà là “đối tác” giúp thúc đẩy hoạt động kinh doanh của bạn, bạn sẽ vừa đạt được hiệu quả vừa được bảo vệ khỏi rủi ro.

Tóm lại

AI; Mạnh về các công việc ngôn ngữ như tóm tắt, soạn thảo, lên ý tưởng, dịch thuật và định dạng lại.
AI; Nó vốn yếu trong các nhiệm vụ đòi hỏi tính toán chính xác, thông tin cập nhật, sự kiện có thể kiểm chứng và phán đoán cuối cùng.
Rủi ro lớn nhất là anh ấy tỏ ra tự tin ngay cả với những môn mà anh ấy yếu.
Trước khi giao việc hãy hỏi: đó có phải là nghề ngôn ngữ không, có phải chỉ có một cách đúng không, mình có cung cấp nguồn không, mọi người có kiểm tra không, chi phí sai sót có cao không?
Định vị AI là đối tác được quản lý chứ không phải cơ quan có thẩm quyền.

Nhiệm vụ ứng dụng

Hãy chọn 3 công việc của bạn trong tuần này. Đối với mỗi câu hỏi trên “Tôi có nên giao nó cho AI không?” Áp dụng mẫu và phân loại là "thích hợp/cẩn thận/không phù hợp". Hãy thử ít nhất một nhiệm vụ “phù hợp” với AI và tự mình xác minh kết quả đầu ra.

Danh sách kiểm tra

[ ] Tôi có thể nghĩ ra ít nhất 4 loại nhiệm vụ mà AI mạnh mẽ.
[ ] Tôi biết những lĩnh vực mà AI có cấu trúc yếu.
[ ] Tôi có thể làm theo hướng dẫn quyết định trước khi giao nhiệm vụ.
[ ] Tôi biết không nên dựa vào AI để tính toán chính xác và cập nhật thông tin.
[ ] Tôi định vị AI là “đối tác được kiểm soát”.